程序员的自我修养
Home » Apache Hadoop, Apache HBase » Hadoop集群搭建全过程

Hadoop集群搭建全过程

2条评论2,485次浏览

最近需要紧急搭建Hadoop集群,以前搭建都没留下文档和记录,导致这次忙的晕头转向。现在终于搞定了,决定将全部过程记录下来,方便下次使用。

软件环境

  • 操作系统:Centos 6.4
  • JDK:1.6.0_27
  • Hadoop:1.0.4
  • HBase:0.94.17
  • Zookeeper:3.4.5

前置步骤

范围:Hadoop集群所有机器

操作身份:root用户

创建Hadoop用户

关闭SELINUX

修改:

关闭防火墙

修改最大句柄数等限制

加入:

加入:

修改Hosts+关闭IPv6

加入并修改,其中当前机器名需要放在127.0.0.1这一行前面,以免hbase报错,并删除IPv6行,类似下面代码:

修改主机名+关闭IPv6

加入并修改主机名:

关闭IPv6

加入:

挂载硬盘(可选)

可用fdisk -l查看未挂载盘的情况。

将sdb挂载到/opt/hdfs,需提前创建好目录,并将所有者改成hadoop用户。

加入:

安装JDK

重启

ssh免密码登录

范围:Hadoop集群所有机器

操作身份:hadoop用户

在master机器上操作,将生成的authorized_keys拷贝至slaves机器上,可能需要预先创建.ssh文件夹:

此时可以免密码登录,若不能,需至slaves机器上运行:

安装Hadoop

范围:Hadoop集群所有机器

操作身份:hadoop用户

解压Hadoop至/home/hadoop目录下。

配置mapred-site.xml

添加:

配置core-site.xml

添加:

配置hdfs-site.xml

添加:

配置masters

添加:

配置slaves

添加,这里把master也当做slave(虽然我一直反对这么做,但为了节约资源,只能这么妥协):

配置hadoop-env.sh

添加,ssh的端口为18933:

分发

将配置好的Hadoop分发到其它节点上去。

安装Zookeeper

范围:Zookeeper集群所有机器

操作身份:zookeeper用户

解压Zookeeper至/home/zookeeper目录下。

配置zoo.cfg

添加:

dataDir目录下创建myid文件,内容为该机器对应的server.X中的X,如192.168.60.19机器的myid内容为1.

分发

将配置好的Zookeeper分发到其它节点上去,注意修改myid的值即可。

安装HBase

范围:Hadoop集群所有机器

操作身份:hadoop用户

解压HBase至/home/hadoop目录下。

配置hbase-env.sh

添加:

配置hbase-site.xml

添加:

配置regionservers

分发

将配置好的HBase分发到其它节点上去。

后置操作

范围:Hadoop集群所有机器

操作身份:hadoop用户

配置.bashrc

添加:

启动Hadoop

master机器上:

启动Zookeeper

所有zookeeper机器上:

启动HBase

master机器上:

最后

要是有自动化部署工具该多好,虽然有了ambari这个东西,但完全不好用有木有,反而使问题变得更多,而且大部分集群都是离线的吧。

补充——时间同步

由于HBase的原因,集群的机器必须时间同步,至少不能差太远,不然会导致无法启动。

范围:Hadoop集群所有机器

操作身份:root用户

master机器上:

若master机器可以联网,可以先与中国国家授时中心服务器同步下时间ntpdate -u 210.72.145.44

修改并添加:

启动ntpd服务

slaves机器上:

设置每小时和master机器同步一次时间:

添加:

(转载本站文章请注明作者和出处 程序员的自我修养 – SelfUp.cn ,请勿用于任何商业用途)
标签:,
2条评论
  1. 11111说道:

    你好 你这个文章里有点小错误 你在 ssh免密码登录 上写的是
    cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
    其实应该是 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

    • yurnom说道:

      ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa 这条命令用的是dsa。当然你也可以用rsa,那后面就相应的如你所说用rsa。

发表评论


profile
  • 文章总数:78篇
  • 评论总数:252条
  • 分类总数:31个
  • 标签总数:43个
  • 运行时间:946天

大家好,欢迎来到selfup.cn。

这不是一个只谈技术的博客,这里记录我成长的点点滴滴,coding、riding and everthing!

最新评论
  • pacificLee: :twisted:
  • 小码: 为什么没有后面的呢,只有前10个
  • Anonymous: :lol:
  • Anonymous: :razz: 楼主是属于会聊天的。 我想问,sqoop发了几个版本了,应该没这些问题了吧。
  • Anonymous: Config.kafkaConfig.kafkaGroupI d 这个是指自己配置的group id 还是从 import org.apache.kafka.common.config .Config 这个类...
  • Anonymous: ZkUtils.getPartitionsForTopics (zkClient, Config.kafkaConfig.topic) 那个方法是在 spark-streaming_2.10 中 kafka...
  • Anonymous: ZkUtils.getPartitionsForTopics (zkClient, Config.kafkaConfig.topic) 你确定 kafka 里面有这个类 ? 个人在kafka 最新 稳定版...
  • Anonymous: :roll:
  • Anonymous: 很不错,试问有java版的吗?
  • Anonymous: 赞
  • Anonymous: 哈哈 看楼主的吐槽乐死了 where子句是可以写的 同样找不到资料 一点点试出来的 select id from xxxx where ${CONDITIONS} and 1=1 and 2=2 limit 4
  • EVIL: 我在运行完C4.5的代码后,显示 defined object DecisionTreeTest 是什么意思?这是有错误吗?运行结果在哪里看?
  • sf: 楼主的问题,我都遇到。。。没办法项目已经定型了,最后都硬着头 皮一个一个的改了源码
  • zz: 我去,楼主你真及时,我们今天上了新的HTTP2 push之后也发现速度曲线很奇怪,开始有200k/min,跟 另一台老的推送协议速度差不多,但是过了一会,立马降到只有几k /min,百思不得其解,我们还用了一个海外代理,在...
  • qi365: :mad: 很可恶,百度助纣为虐~
  • qi365: :? :shock: haha~ very good~
  • 张是大: 《深入浅出Spark机器学习实战(用户行为分析)》 课程网盘下载:http://pan.baidu.com/s/ 1mixvUli 密码:1pfn
  • Anonymous: :???:
  • Anonymous: 我用着sqoop感觉还可以,select 几十个字段也没事,估计是版本低。。
  • Anonymous: :grin: